业务 · A
量化面试准备与金融工程硕士申请
面向目标为研究、交易或开发岗位的理工科学生、博士和早期工程师，以及申请金融工程硕士（MFE、MFin）的人。
新发布 · PDF，50页（英文） · £79
量化职业报告
申请之前：13家交易公司公布的薪资、各项目接受的毕业时间和每家公司的面试流程，均整理自公司自己的招聘广告和页面。
面试真正考什么
大多数候选人埋头刷智力题清单，带着"考的是我能不能给出答案"这个假设走进终面。 交易台真正在看的，是你意识到自己给不出答案之后那九十秒里的表现。
我坐过这些面试的另一端，也做过它们所筛选的那份工作。准备工作围绕交易台真正在筛选的东西展开：
- 在追问下的概率题 — 不是题目本身，而是针对你答案的追问，以及对追问的追问
- 真正需要的深度的随机分析 — 伊藤公式、测度变换、鞅论证；以及其中你可以放心忽略的大量内容
- 做市与定价游戏 — 不确定性下报价、逆向选择、根据订单流更新判断
- 快速心算 — 每个客户在第一个月都很抗拒，在第二轮面试时却起决定作用
- 编程笔试 — C++和Python，以及区分开发者和脚本编写者的性能问题
- 边想边说 — 自信地犯错，然后迅速纠正。这是数学很强的人在终面失败最常见的单一原因。
深度从何而来
我的研究处在概率论与纯数学的交叉点上，也处在两者与市场的交叉点上。两条主线：高频交易，以及用范畴论证明算法 （图算法和贪心算法）的正确性。与此同时，还有代数拓扑、微分几何和随机分析。
这不是辅导履历上的装饰。正因为如此，我能带客户走到一个测度论证明或一道STEP题的最底层，而不是停在我记忆所及的边缘。
直白地说，需要哪些数学
候选人常问到底需要多深。大致就是下面这些。如果读起来很熟悉，准备的重点就是临场表现而不是内容；如果不熟悉， 那就是我们首先要补上的缺口。
普通微积分会丢掉第三项。二次变差不会消失，能用一句话说清楚为什么，才是真正的考点。
定价是在某个测度下的期望，而这个测度的选取是为了让一个过程成为鞅。这是一种便利，而不是对世界的断言。
赌徒破产、图上的随机游走、到达吸收态的期望时间。一旦看出这个结构，就不用每次从头解了。
面试中的概率题，归结为正确地做条件化的，比归结为其他任何单一思想的都多。大多数候选人对它很自在，直到整道题就是它为止。
除此之外：Lévy过程、粗糙路径、深入的测度论基础。很有意思，但几乎从来不考。拿这些材料来准备，是做一件愉快的事并把它叫作工作。